结果:生成af*.img/hdr文件。
2) realign:
目的:校正被试在扫描过程中的头动,校正过程是一个刚体变换,包括x、y、z三个方向上的平移和旋转。
步骤:spmrealignnum subjectsnum sessions, subj: 1images, subj 1, sess 1:
选择slice timing 后的图像which option?*coregister & reslicedcreat what? *mean image onlybegin to run
结果:以被试二为例,下图展示了被试扫描中的平移和旋转;此外,生成均值文件meanaf*.img/hdr。
3) normalize:
目的:将不同被试的大脑匹配到同一标准模板上,为下面做组分析做准备。
步骤:此步之前将default中spatial normalize的默认值改为3 3 4;
spmnormalizewhich option? determine parameter & write normalizedselect template image: source image, subj 1:
选择subj 1的mean imageselect images to write, subj 1:选择相应被试经过头动校正的图像依次选择其他被试的source image和images to writedone
结果:生成waf*.img/hdr文件,仍以被试二的结果为例,下左图是模板,下右图是标准化后的mean文件:
4) smooth:
目的:提高数据的信噪比,提高统计检验的有效性。
步骤:spmsmoothsmoothing: 8select scans:选择normalize后的图像done
结果:生成swaf*.img/hdr文件,以下用来做个体分析及组分析。
3、个体分析。
对每个被试的分析主要分三步进行:
1) 建模:
步骤:spmfmridesigninterscan interval: 2scans per session:
160specify design in: scansselect basis set: hrfmodel interactions(volterra):
nonumber of conditions/trails: 2name for condition/trail 1: facevector of onsets:
[11 71 111 131] durations(events=0): 10parametric modulation: none name for condition/trail 2:
house vector of onsets: [31 51 91 151] durations(events=0): 10parametric modulation:
noneother regressors: 0帮助窗口显示结果。
结果:生成了文件,文件里保存了各任务对应参考函数,如下图:
步骤:fmrispecify design or data: dataselect 选择上一步生成的文件select scans for session 1:
选择预处理后生成的swa*.img文件remove global effect: nonehigh pass filter:
specifycutoff period: 128correct for series correlation? none帮主窗口显示结果:
结果:2)估计:
步骤:select 选择上一步生成的。
结果:对应每个condition的参考函数及常数项生成响应的beta_000*文件,此外还生成resms文件等。
3)结果:步骤:select 选择上一步生成的 contrasts:
t-contrastdefine new contrast填写contrast name: face/house/face-house/house-face (依次对应设计的四个contrast)contrast weighted vector: 对应四个contrast依次是:
1 0/0 1/1 -1/-1 1 donemask with other contrast: notitle for comparison: face/house/face-house/house- facep value adjustment to control:
fwethreshold: 0.05extent threshold:
5done
结果:设置的每个contrast都会生成对应的spm_t文件和con文件。以被试二看人脸的效应为例,spm展示结果:
4、组分析。
组分析也是由类似个体分析的三步完成。
1) 建模:
步骤:basic modelselect design type: sample t-testselect image:
选择每个被试人脸效应对应t检验生成的con_000*.img,共12个donegmsca: grand mean scaling:
no grand mean scalingexplicitly mask image? noglobal calculation: *omit帮助窗口显示。
结果:生成文件。
2) 估计:
步骤:estimate选择上一步生成的文件done
结果:和单个被试t检验生成的文件类型相同。
3) 结果:
步骤:步骤和个体分析一致,只是在contrast weighted vector填1即可;
结果:设置的每个contrast都会生成对应的spm_t文件和con文件。以看人脸的效应为例,spm展示结果:
五、结果。1、看人脸任务激活脑区:
few校验,p=0.05,cluster>5, t>=8.967
2、看房屋任务激活的脑区。
few校验,p=0.05,cluster>5, t>=8.967
4、看人脸任务比看房屋任务激活强的脑区:
不校验,p=0.001,cluster>5, t>=4.02
4、看房屋任务比看人脸任务多激活的脑区:
few校验,p=0.05,cluster>5, t>=8.967
六、讨论。通过对12个被试所作的分析,可以看出我们所关心的看人脸和看房屋任务大脑的激活情况及两种任务激活脑区的差异:
1、 看人脸任务主要激活脑区在:inferior occipital gyrus,middle occipital gyrus,lingual gyrus,fusiform gyrus;
2、 看房屋任务主要激活脑区在:lingual gyrus,cuneus,inferior occipital gyrus,sub-gyral,middle occipital gyrus;
3、 看人脸任务比房屋任务激活强的脑区主要在:midbrain,temporal lobe,cerebellum anterior lobe,parietal lobe,occipital lobe,sub-lobar;
4、 看房屋任务比人脸任务激活强的脑区主要在:occipital lobe。